product-selection-analyzer
多渠道采集Amazon、TikTok、Google Trends、1688和目标平台数据,通过6维度100分制自动量化商品赚钱潜力,筛出高利润低竞争蓝海爆款,彻底告别凭感觉选品。
Files2
View on GitHubSKILL.mdskills/product-selection-analyzer/SKILL.md
GitHub跨境电商选品打分(6维度100分制)
多渠道采集 Amazon、TikTok、Google Trends、1688、目标平台(Ozon/Shopee/AliExpress等)的商品数据,6维度100分制智能评分,筛选高利润低竞争蓝海商品,输出 Excel + Markdown 分析报告。
前置要求
| 依赖 | 用途 | 必填 |
|---|---|---|
| Claude Code CLI | 运行环境 | 必填 |
| WebSearch | 搜索 Amazon Bestsellers、TikTok Trending、Google Trends 等公开榜单 | 必填 |
| Web Reader MCP | 读取榜单页面,提取商品名、价格、排名 | 必填 |
| 目标平台 Seller MCP | 拉取后台数据(商品搜索、详情、销量、流量分析) | 必填 |
| 1688 MCP Server | 1688 商品搜索、采购价、新品标签(用于采购价和毛利计算) | 推荐 |
| Python3 + openpyxl | Excel 输出 | 必填 |
以 Ozon 为例,Seller MCP 需要支持:
ozon_search— 前台商品搜索ozon_product_details— 商品详情(上架时间、价格)analytics_data— 销量、流量、转化率分析product_info/product_info_list— 商品信息批量查询prices_info— 价格信息
以 1688 MCP 为例,需要支持:
search_goods— 1688 商品搜索goods_detail— 商品详情(采购价、起批量)new_goods— 1688 新品查询
首次使用前请配置:
- 目标平台的 Seller API 密钥(在对应 MCP Server 中配置)
- 选品结果 Excel 的存放路径
- 毛利计算参数(默认汇率、物流通道费率等)
指令
第 1 步:确定品类和天数
询问用户:
- 选什么品类?(如"钓鱼用品"、"咖啡豆")
- 选几天内的商品?(默认30天,只影响新品筛选时间窗口)
如用户未指定品类,展示几个建议品类让用户选择。用户未提及的额外条件不加。
第 2 步:多渠道数据采集
2.1 WebSearch 采集(必须执行)
对用户指定品类,搜索以下内容并标记来源:
# 1. 目标平台热卖(以Ozon为例,用俄语搜索)
WebSearch: "{品类} ozon топ продаж" → 标记「热卖趋势」
# 2. 供应链趋势
WebSearch: "{品类} 跨境电商 热卖 2026" → 标记「供应链趋势」
# 3. Amazon 热销榜
WebSearch: "{品类} amazon bestsellers" → 标记「Amazon热销#位次」
# 4. TikTok 热销榜
WebSearch: "{品类} tiktok trending products" → 标记「TikTok热销#位次」
# 5. Google 趋势
WebSearch: "{品类} google trends rising" → 标记「Google趋势上升」
# 6. 目标市场本地化趋势(以俄语区为例)
WebSearch: "{品类} ozon новинки тренд 2026" → 标记「俄语区趋势」
用 Web Reader 读取找到的榜单/文章,提取商品名、链接、价格、排名。备注列必须注明具体来源文章名。
预期输出:每个来源采集到 N 个候选商品,共计 M 个去重后商品。
2.2 目标平台后台采集
用目标平台 Seller MCP 拉取后台数据:
# 以 Ozon 为例
ozon_search(keyword="{品类}") → 前台搜索商品
ozon_product_details(product_id=...) → 获取上架时间、详情
analytics_data(metrics=["revenue","ordered_units","hits_view"],
dimension=["sku"],
sort=[{"key":"ordered_units","order":"DESC"}]) → 销量排行
预期输出:目标平台热销品列表(含销量、浏览量、上架时间)。
2.3 1688 采购数据采集
用 1688 MCP Server 搜索对应商品:
search_goods(keyword="{品类关键词}") → 搜索1688商品
goods_detail(goods_id=...) → 获取采购价、起批量
new_goods(keyword="{品类关键词}") → 获取1688新品标签
预期输出:每个候选商品的 1688 采购价、是否新品。
第 3 步:毛利计算
对每个采集到的商品计算毛利:
- 从 1688 MCP 获取采购价
- 根据重量自动匹配国际物流通道(多通道运费自动匹配)
- 按实时汇率折算(WebSearch 查询汇率)
- 计算毛利率(毛利率<15%在评分环节得0分)
第 4 步:6维度智能评分
对每个商品按以下6个维度打分(满分100分):
| 维度 | 分值 | 评估内容 |
|---|---|---|
| 跨平台热度 | 20分 | Amazon + TikTok 销量验证,多平台验证降低误判 |
| 竞争程度 | 20分 | 目标平台同款数 + 卖家销量(通过 Seller MCP 查询) |
| 利润空间 | 20分 | 毛利率(1688采购价 vs 目标平台售价),毛利率<15%得0分 |
| 新品信号 | 15分 | 1688新品标签 / 目标平台新品标签 |
| 榜单表现 | 20分 | Amazon/TikTok/目标平台榜单的位次排名 |
| 趋势方向 | 5分 | Google Trends 走势(上升/平稳/下降) |
等级划分:
- S级(90+):强烈推荐,多维度验证的蓝海爆款
- A级(75-89):优质选品,2-3个维度突出
- B级(60-74):可考虑,有一定竞争力
- C级(50-59):谨慎,存在风险
- D级(<50):淘汰
第 5 步:筛选规则
| 来源 | 上架时间 |
|---|---|
| 热卖趋势/供应链趋势 | ≤ 30天 |
| 后台看板 | ≤ 15天 |
| 店铺数据 | ≤ 7天 |
第 6 步:去重与写入 Excel
与已有选品结果按商品链接去重,用 openpyxl 写入 Excel:
- 每行包含:评分+等级、商品名、来源、成本、毛利、目标平台链接、竞争分析、推荐理由
第 7 步:生成 Markdown 报告
输出分析报告,包含:
- 本次新增商品数、按来源分布
- 淘汰不达标商品数及淘汰原因
- S/A 级商品重点分析
- 累计商品总数
第 8 步:输出报告
告诉用户:
- 新增商品数、淘汰数、累计总数
- S/A 级商品推荐摘要
- Excel 和报告文件路径
示例
示例 1:首次选品
用户说:"开始选品,钓鱼用品"
操作:
- WebSearch 搜索钓鱼用品在 Amazon/TikTok/Google Trends 的热卖趋势
- Ozon Seller MCP 拉取钓鱼品类近 30 天销量数据
- 1688 MCP 搜索钓鱼用品采购价和新品
- 对每个商品计算毛利(多通道运费匹配)
- 6维度评分,淘汰不达标商品
- 写入 Excel + 生成分析报告
结果:
新增 15 个商品
淘汰 8 个(4个毛利不达标,3个竞争过激,1个趋势下降)
S级 2个:Shimano纺车轮(低竞争+Amazon热销#3)、硅胶假饵(TikTok爆款+新品标签)
A级 5个:...
文件路径:<用户配置的路径>
示例 2:追加选品
用户说:"再加几个咖啡豆相关的"
操作:同流程,自动与已有 Excel 去重,只追加新品。
示例 3:指定目标平台
用户说:"帮我选几款适合Shopee东南亚的防晒霜"
操作:目标平台切换为 Shopee,WebSearch 搜索东南亚市场热卖趋势,Shopee Seller MCP 拉后台数据,同流程评分。
故障排查
WebSearch 采集不到数据
错误:搜索结果为空 原因:品类关键词过于小众或搜索词需要调整 解决方法:尝试用目标市场本地语言关键词搜索(如俄语、泰语),或换用更宽泛的品类词
Seller MCP 连接失败
错误:"Connection refused" 或 "API key invalid" 原因:目标平台 Seller MCP Server 未启动或 API 密钥失效 解决方法:
- 确认 MCP Server 在运行
- 确认 API 密钥有效
- 尝试重连 MCP Server
平台 API 限频
错误:API 请求频率过高 原因:平台 API 限频(如 Ozon 约 10 次/分钟) 解决方法:增加请求间隔(默认 5 秒),分批采集
毛利全部不达标
错误:所有商品毛利低于阈值 原因:1688 采购价偏高或物流费用高 解决方法:尝试寻找更低价供应商,或调整物流通道选择
Excel 写入冲突
错误:文件被其他程序占用 原因:Excel 文件正在被打开 解决方法:关闭 Excel 后重试
执行原则
- 每步确认 — 每完成一个步骤,把中间结果发给用户确认后再继续
- 数据真实 — 所有评分基于实际采集数据,不猜测不编造
- 淘汰透明 — 被淘汰的商品要说明淘汰原因和具体维度得分
- 毛利保守 — 运费按最贵通道计算,确保实际利润不低于预估
- 去重严格 — 与已有选品结果按商品链接去重,避免重复选品